/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2
Библиотека
transformers
Опубликована
14 сен 2026

svd-safety-mistral_keep60_gap_b001

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Mistral-7B-Instruct-v0.2 для изучения компромиссов между сжатием, безопасностью и полезностью при генерации текста.

125скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это экспериментальный исследовательский чекпойнт на базе диалоговой Mistral-7B-Instruct-v0.2 от Mistral AI. Модель с архитектурой Mistral и 7,1 млрд параметров сжата методом SVD-LLM до 60,1% от исходного числа плотных параметров; затем восстановлено 0,1% параметров с выбором компонентов по правилу gap. Она предназначена для генерации текста и диалогов в экспериментах по изучению влияния сжатия на безопасность и полезность модели, а также способов восстановить защитное поведение. Контекст — до 32 768 токенов. Распространяется по лицензии Apache-2.0.

Это отдельный вариант в сетке экспериментов, а не универсальный чат-ассистент. В измерениях указаны доли успешных атак 0,4000 на AdvBench и 0,3834 на StrongREJECT, а также макродоля избыточных отказов 0,0835 на WildGuard; результаты относятся к оценкам авторов с использованием судьи HarmBench. Чекпойнт экспериментальный: сжатие может ухудшать защиту от вредоносных запросов, поэтому его не следует считать готовым к развертыванию без отдельной оценки.

Сценарии применения

  • Измерение влияния SVD-сжатия на безопасность диалоговой модели
  • Сравнение правил восстановления компонентов SVD по безопасности
  • Оценка успешности атак на сжатые языковые модели
  • Анализ компромисса между отказами и полезностью модели

Ограничения

Чекпойнт предназначен для экспериментов, а не для развертывания как универсальный ассистент. Авторы сообщают о повышенной успешности атак после сжатия; перед использованием требуется самостоятельная оценка безопасности и качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svd-safety-mistral_keep60_gap_b001

A Mistral-7B-Instruct-v0.2 checkpoint compressed with SVD-LLM to 60.1% of dense parameters, then given a 0.1% parameter budget of restored SVD components selected by the gap rule.

This is a research artifact from a study of how SVD compression damages safety behaviour and which component-selection rule best repairs it. It is one cell of a grid over selection rules and budgets; it is not a general-purpose chat model.

Provenance

fieldvalue
base (uncompressed)mistralai/Mistral-7B-Instruct-v0.2
compressionSVD-LLM, 39.92% of parameters removed
selection rulegap
restore budget0.100% of dense parameters
components restored1268
components swapped out0
resulting parameter fraction0.6008
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.4000
StrongREJECT ASR (HarmBench judge)0.3834
Macro over-refusal (WildGuard)0.0835
WikiText-2 perplexity10.3243

Intended use and limitations

This checkpoint exists to measure safety/utility trade-offs under compression. Several arms in the grid are deliberately safety-degraded relative to Mistral-7B-Instruct-v0.2: compression alone raises attack-success rate, and the point of the study is to quantify that and test recovery. Treat any given cell as an experimental subject, not as a deployable assistant, and evaluate it yourself before drawing conclusions from it.

Licence

Apache License 2.0. The base model's repository ships no licence file to redistribute; the licence above governs this derivative.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
MistralForCausalLM
Ревизия весов
28b92d6

0 моделей